基于拟共形映射与对比学习识别围产期大脑形态指纹
机器学习
2023-11-28 v1
摘要
大脑中的形态指纹能够识别个体的独特性。然而，此类个体模式是否存在于围产期大脑中，以及哪些形态属性或皮层区域能更好地刻画新生儿个体差异仍不清楚。本研究提出一种深度学习框架，通过拟共形映射将三种形态特征（即皮层厚度、平均曲率和脑沟深度）的三维球面网格投影到二维平面，并采用 ResNet18 和对比学习进行个体识别。我们使用 682 名婴儿的截面结构 MRI 数据，结合数据增强来训练模型，并基于 60 名具有纵向扫描的婴儿微调参数。该模型在 30 名纵向扫描婴儿数据上验证，分别取得了 71.37% 和 84.10% 的显著 Top1 与 Top5 准确率。感觉运动和视觉皮层被识别为个体识别中贡献最大的区域。此外，折叠形态比皮层厚度具有更强的判别能力，可作为围产期大脑中的形态指纹。这些发现为妊娠晚期初期大脑形态指纹的出现提供了证据，可能对理解早期发育中大脑个体独特性的形成具有启示意义。
引用
@article{arxiv.2311.14955,
title = {Identification of morphological fingerprint in perinatal brains using quasi-conformal mapping and contrastive learning},
author = {Boyang Wang and Weihao Zheng and Ying Wang and Zhe Zhang and Yuchen Sheng and Minmin Wang},
journal= {arXiv preprint arXiv:2311.14955},
year = {2023}
}